Claude Sonnet 5.5 (max) vs Muse Wonder (low)

Claude Sonnet 5.5 (max) лидирует по среднему баллу: 9.2 vs 9.1. Muse Wonder (low) имеет более низкую стоимость benchmark: $2.637 vs $8.557. Muse Wonder (low) быстрее: 16.00s vs 84.26s, с долей успешных попыток 82.6% vs 76.8%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-13

Сравниваемые модели

Ранг: #32
Общее число выходных токенов: 758,707
Время ответа (среднее): 84.26s
Общая стоимость: $8.557

Ранг: #38
Общее число выходных токенов: 82,847
Время ответа (среднее): 16.00s
Общая стоимость: $2.637

Рекомендуемая модель Muse Wonder (low)

Его балл близок к лучшему здесь (9.1 против 9.2), при этом он примерно в 3.2 раза дешевле, чем Claude Sonnet 5.5 (max).

Подробное сравнение

Метрика	Claude Sonnet 5.5 Claude Sonnet 5.5 max Релиз: 2026-09-29	Muse Wonder Muse Wonder low Релиз: 2026-10-13

Метрика	Claude Sonnet 5.5 Claude Sonnet 5.5 max Релиз: 2026-09-29	Muse Wonder Muse Wonder low Релиз: 2026-10-13
Оценка	9.2	9.1
Ранг	#32	#38
Надежность	10.0	9.7
Стабильность	9.4	9.6
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	82.6%	76.8%
Нестабильные тесты	2	1
Всего запусков	69	69
Стоимость за результат	47.536	15.512
Общая стоимость	$8.557	$2.637
Цена входа	$2.000 / 1M	$4.000 / 1M
Цена выхода	$10.000 / 1M	$20.000 / 1M
Цена чтения из кэша	$0.200 / 1M	$0.200 / 1M
Цена записи в кэш	$2.500 / 1M	Н/Д
Общее число входных токенов	484,627	244,997
Выходные токены	11,026	11,148
Токены рассуждений	747,681	71,699
Время ответа (среднее)	84.26s	16.00s
Время ответа (макс.)	488.39s	83.98s
Время ответа (суммарно)	1937.91s	367.91s
Параметры	~1T всего (~100B активных)	~1T всего (~50B активных)
Доступность	Закрытая модель	Закрытая модель

Цены кэша относятся к входным токенам. Чтение повторно использует сохранённые запросы; запись сохраняет их и может стоить дороже. Выходные токены оплачиваются по цене вывода.

Генерация showcase моделей

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#32 Claude Sonnet 5.5

max

OpenRouter returned no showcase content (finish_reason: length).

Стоимость: $0.000
Время: 571.7s
Токены: 0 tok

#38 Muse Wonder

low

Стоимость: $0.080
Время: 28.1s
Токены: 4,067 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Категория:

Агентные задачи	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 5.5	10.0	10.0	100.0%	0		111.06s	349,131	2,873	28,485
Muse Wonder	10.0	10.0	100.0%	0		44.57s	149,681	2,520	1,668

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 5.5	10.0	10.0	100.0%	0		5.39s	858	397	3,109
Muse Wonder	10.0	10.0	100.0%	0		4.37s	786	344	3,587

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 5.5	10.0	10.0	100.0%	0		55.26s	10,608	580	70,730
Muse Wonder	10.0	10.0	100.0%	0		17.81s	7,401	1,050	15,813

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 5.5	10.0	10.0	100.0%	0		113.57s	97,957	5,219	95,067
Muse Wonder	10.0	10.0	100.0%	0		24.68s	66,803	4,907	10,127

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 5.5	10.0	10.0	100.0%	0		16.07s	10,515	312	10,487
Muse Wonder	10.0	10.0	100.0%	0		4.27s	7,053	315	2,367

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 5.5	5.3	10.0	33.3%	0		401.38s	990	19	485,043
Muse Wonder	5.3	10.0	33.3%	0		51.40s	761	1,060	30,749

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 5.5	5.1	3.4	33.3%	1		56.66s	714	322	20,156
Muse Wonder	10.0	10.0	100.0%	0		3.94s	519	151	691

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 5.5	8.5	6.8	83.3%	1		6.24s	921	98	2,263
Muse Wonder	6.5	10.0	50.0%	0		2.08s	408	60	849

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 5.5	10.0	10.0	100.0%	0		6.17s	912	578	3,186
Muse Wonder	5.9	7.2	55.6%	1		5.08s	459	261	2,402

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 5.5	10.0	10.0	100.0%	0		41.40s	11,757	354	12,232
Muse Wonder	9.8	10.0	100.0%	0		8.75s	10,901	359	1,862

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 5.5	3.0	10.0	0.0%	0		47.01s	264	274	16,923
Muse Wonder	3.0	10.0	0.0%	0		8.23s	225	121	1,584

Сменить пару сравнения

Claude Sonnet 5.5maxvsQwen3.8 MAXmedium Muse WonderlowvsParetodefault Seed 2.1 TurbohighvsMuse Wonderlow Claude Sonnet 5.5maxvsGPT-5.5medium Claude Haiku 5.5xhighvsMuse Wonderlow Muse WonderlowvsGPT-5.3-Codexmedium Claude Sonnet 5.5maxvsMuse Wondermedium Muse WonderlowvsQwen3.8 Max (0902)high Claude Sonnet 5.5maxvsQwen3.8 Max (0902)high Claude Sonnet 5.5maxvsGPT-5.3-Codexmedium Claude Sonnet 5.5maxvsMuse Spark 1.3high Muse WonderlowvsQwen3.8 MAXmedium